[发明专利]一种融合指纹库的定位方法及定位装置

权利要求书

1.一种融合指纹库的定位方法，其特征在于，包括：

基于本批次的训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹权重系数；

基于上一批次和本批次的训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹退化系数；

根据终端采集的无线网络信号指纹数据以及所述指纹权重系数和所述指纹退化系数，对所述终端进行定位；

其中，所述训练数据包括带位置标签的无线网络信号指纹数据；

所述基于上一批次和本批次训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹退化系数包括：

对于上上批次训练数据中的任一参考位置点的任一无线网络信号，统计多次测量的所述任一无线网络信号的测量值M_i和对应的次数C_i，对所述C_i设置退化系数D_i，所述退化系数为多个预设退化系数中的一个；

根据M_i和C_i”，其中，C_i”＝C_i’+Cnew，C_i’＝C_i*D_i，Cnew为上一批次训练数据中相同参考位置点的相同无线网络信号的测量值为M_i的次数，建立所述任一无线网络信号的正态分布模型；

根据本批次训练数据中相同参考位置点的同一无线网络信号的多次测量，计算每一次测量的信号指纹在所述正态分布模型中的概率；

对多次测量的信号指纹在所述正态分布模型中的概率求和，对于多个预设退化系数，得到每一个预设退化系数对应的概率求和值；

将最大概率求和值对应的退化系数作为上上批次训练数据中的任一参考位置点的任一无线网络信号的退化系数。

2.根据权利要求1所述的定位方法，其特征在于，所述基于本批次的训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹权重系数之前还包括：

实时收集在每一个参考位置点测量的多个无线网络信号指纹数据，所述每一个参考位置的多个无线网络信号指纹数据构成训练数据，按照预设规则按批次划分所述训练数据；

其中，所述多个无线网络信号包括主服务小区信号和邻小区信号，所述无线网络信号为2G信号或3G信号或4G信号或5G信号或Wifi信号或Bluetooth信号。

3.根据权利要求2所述的定位方法，其特征在于，所述基于本批次的训练数据，训练得到每一个参考位置点的每一个无线网络信号的指纹权重系数包括：

对于任一参考位置点的多个无线网络信号，将每一个无线网络信号的权重系数设置为多个预设权重系数中的一个；

基于每一种权重系数组合下的多个无线网络信号指纹数据进行定位，得到每一种权重系数组合对应的定位位置；

将每一个定位位置与对应的参考位置点的实际位置进行比较，将与对应的参考位置点的实际位置最接近的定位位置对应的权重系数组合作为所述任一参考位置点最终的每一个无线网络信号的指纹权重系数。

4.根据权利要求3所述的定位方法，其特征在于，所述多个预设权重系数为w_i、W_i+W_step和W_i-W_step，其中，i为每一个参考位置点的编号，每一个预设权重系数位于设定的权重调整上下门限范围内。

5.根据权利要求1所述的定位方法，其特征在于，所述多个预设退化系数为D_i、D_i+D_step和D_i-D_step，其中，i为每一个参考位置点的编号，每一个预设退化系数位于设定的退化调整上下门限范围内。

6.根据权利要求3所述的定位方法，其特征在于，还包括：

判断本批次训练数据中的训练样本数量是否大于最小数量门限，若是，进行训练；若否，则不进行训练；

其中，每一个参考位置点的每一个无线网络信号指纹数据为一个训练样本。